Élargir le diagnostic du cancer grâce à l’analyse des ganglions lymphatiques – Prof. Inti Zlobec (UNIBE), Dr Bastian Dislich (UNIBE), Dr Amjad Khan (UNIBE) et Prof. Martin D. Berger (INSEL)

Déploiement clinique et validation d’un algorithme d’apprentissage profond multi-cancers basé sur des modèles de fondation pour la détection des métastases ganglionnaires

Cette étude repose sur une étroite collaboration entre l’informatique et la pratique clinique. La détection des cellules cancéreuses dans les ganglions lymphatiques des patients est essentielle à la prise en charge clinique du cancer. L’analyse de l’état de ces ganglions lymphatiques requiert les compétences d’un pathologiste. Il s’agit toutefois d’un travail fastidieux et prenant. Un outil de diagnostic assisté par ordinateur a donc été développé pour les aider dans cette tâche. Cet outil utilise l’apprentissage profond pour détecter les métastases au niveau des ganglions lymphatiques situés près du côlon. Les chercheurs vont désormais étendre l’apprentissage de cet algorithme aux ganglions lymphatiques de dix types de cancer, afin d’élargir l’utilité de l’outil dans la pratique quotidienne en oncologie hospitalière.